强化学习之MDP
Posted yqpy
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了强化学习之MDP相关的知识，希望对你有一定的参考价值。
前言
最近又入坑RL了，要搞AutoML就要学会RL，真的是心累。。
正文
MDP里面比较重要的就是状态值函数和动作-状态值函数吧，然后再求最优状态值函数和最优动作状态值函数，状态值函数的公式推导一开始不懂，卡在了一个地方，现在记下来，
很关键的一个在于“和的期望等于期望的和”
以上是关于强化学习之MDP的主要内容，如果未能解决你的问题，请参考以下文章
强化学习(David Silver)2：MDP(马尔科夫决策过程)
机器学习应用——强化学习&课程总结 实例 “自主学习Flappy Bird游戏”（MDP&蒙特卡洛强化学习&Q-learning&DRL&DQN）